ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ: НЕЧІТКІ СИСТЕМИ І МЕРЕЖІ

Наступна >

Навчальний посібник присвячений основам нечітких систем і мереж. У ньому дано основні характеристики нечітких множин і нечіткої логіки, розкрито поняття нечітких нейронних (гібридних) мереж, представлені алгоритми нечіткого висновку та оптимізації нечіткої нейронної мережі. Книга містить велику кількість ілюстративного матеріалу, який сприяє кращому засвоєнню матеріалів навчального посібника.

ВСТУП 1 ОСНОВИ НЕЧІТКИХ МНОЖИН 1.1 Поняття нечітких множин 1.2 ФУНКЦІЯ ПРИНАЛЕЖНОСТІ 1.2.1 КУСКОВО-ЛІНІЙНІ ФУНКЦІЇ ПРИНАЛЕЖНОСТІ 1.2.2 Z-ОБРАЗНІ І S-ОБРАЗНІ ФУНКЦІЇ ПРИНАЛЕЖНОСТІ 1.3 ПОБУДОВА ФУНКЦІЙ НАЛЕЖНОСТІ 1.4 ОСНОВНІ ХАРАКТЕРИСТИКИ НЕЧІТКИХ МНОЖИН 1.5 ОПЕРАЦІЇ НАД НЕЧІТКИМИ МНОЖИНАМИ 1.6 НЕЧІТКІ ВІДНОСИНИ 1.7 ЛІНГВІСТИЧНА ЗМІННА. НЕЧІТКІ ВЕЛИЧИНИ, ЧИСЛА І ІНТЕРВАЛИ 2. ОСНОВИ НЕЧІТКОЇ ЛОГІКИ. СИСТЕМИ НЕЧІТКОГО ВИВЕДЕННЯ 2.1 Нечітке висловлювання. Логічні операції з нечіткими висловлюваннями 2.2 ВИСНОВОК В НЕЧІТКІЙ ЛОГІЦІ 2.3 НЕЧІТКІ ЛІНГВІСТИЧНІ ВИСЛОВЛЮВАННЯ 2.4 ПРАВИЛА НЕЧІТКИХ ПРОДУКЦІЙ 2.5 ЕТАПИ НЕЧІТКОГО ВИВЕДЕННЯ 2.6 АЛГОРИТМИ НЕЧІТКОГО ВИВЕДЕННЯ 3 ПОНЯТТЯ НЕЧІТКИХ НЕЙРОННИХ (ГІБРИДНИХ) МЕРЕЖ 3.1 ОСНОВНІ ПОНЯТТЯ І ВИЗНАЧЕННЯ НЕЧІТКИХ НЕЙРОННИХ (ГІБРИДНИХ) МЕРЕЖ 3.1.1 АРХІТЕКТУРА НЕЧІТКОЇ НЕЙРОННОЇ МЕРЕЖІ ANFIS (ADAPTIVE NETWORK BASED FUZZY INFERENCE SYSTEM)3.1.2. АРХІТЕКТУРА NNFLC (NEURONS NETWORK FUZZY LOGIC CONTROLLER)3.1.3 АРХІТЕКТУРА TSK (TAKAGI, SUGENO, KANG'A)3.2 НАВЧАННЯ НЕЧІТКОЇ НЕЙРОННОЇ МЕРЕЖІ 3.2.1 Навчання нечіткої нейронної мережі ANFIS 3.2.2 НАВЧАННЯ НЕЧІТКОЇ НЕЙРОННОЇ МЕРЕЖІ TSK 3.2.3. АЛГОРИТМ НЕЧІТКОЇ САМООРГАНІЗАЦІЇ C-MEANS 3.2.4. АЛГОРИТМ ЗВОРОТНОГО ПОШИРЕННЯ ПОМИЛКИ ДЛЯ МЕРЕЖІ TSK 3.3 АЛГОРИТМИ ОПТИМІЗАЦІЇ НЕЧІТКОЇ НЕЙРОННОЇ МЕРЕЖІ ВИСНОВОК СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter

Наступна >